排序方式: 共有43条查询结果,搜索用时 15 毫秒
11.
12.
针对串联型故障电弧影响供电系统安全且不易测量的问题,提出改进卷积神经网络对串联型故障电弧的识别方法.由于SVM学习的超平面是距离各个样本最远的平面,相比于Softmax,具有更强的泛化推广能力和更高的识别准确率,故采用SVM损失函数(hinge loss)替换原有的Softmax损失函数并在CNN模型中添加三层Ince... 相似文献
13.
为了实现运煤皮带运行时对进入其中的异物快速准确识别,防止皮带撕裂现象的发生,提出了一种改进的CenterNet运煤皮带异物检测算法。首先,对煤矿井下图像进行预处理,使其适应CenterNet算法,提高网络对目标图像检测的有效性;然后,对网络进行改进,将残差模块中的标准卷积替换成深度可分离卷积,有效降低网络计算量,减少冗余;接着,采用组规范化作为优化规范化方式,降低了对硬件设施的要求;最后,使用加权特征图融合方法,充分利用各层提取的特征,提高网络的检测准确率。实验结果表明,针对异物目标尺寸差异较大且分布不均匀的情况,改进后的CenterNet算法降低了目标的误检率和漏检率,可有效提升检测速度和异物识别精度。 相似文献
14.
15.
针对煤矿工作面瓦斯涌出量的多影响因素、非线性、时变性和不确定性等特点,提出了遗传模拟退火算法(GASA)与回归型支持向量机(SVR)的耦合算法(GASA-SVR)用于瓦斯涌出量预测.利用煤层瓦斯含量、深度、厚度、倾角等12个参数作为主要影响因素,经过归一化处理后作为回归型支持向量机训练和测试样本.采用遗传模拟退火算法寻找最优的惩罚参数和核函数参数,同时引入自适应交叉和变异概念,建立瓦斯涌出量的非线性拟合模型,并利用矿井实测历史数据进行试验,结果表明该预测模型比传统的神经网络模型具有更理想的精度和稳定性,可为煤矿瓦斯爆炸的防治提供可靠的理论依据. 相似文献
16.
提出了一种基于Duffing混沌振子弱正弦信号的检测方法;为了能够检测更加微弱正弦信号的频率,对Duffing系统相关参数加以调整,使系统阈值与微弱正弦信号幅值大致相当;采用Duffing振子阵列法检测微弱正弦信号频率,在检测精度较高的前提下,缩小振子间频率比,增加振子数量;实验仿真表明可以检测幅值最低为0.002V的弱正弦信号。 相似文献
17.
18.
分布式电源DGs(distributed generations)接入配电网中,使得配电网由传统的单电源辐射状网络变成多电源复杂网络,增加了配电网故障定位的难度。针对DG接入配电网定位问题,提出了一种基于改进鸽群算法的故障区段定位方法。首先,建立了适用于含多个分布式电源的开关函数并对电流编码方式重新定义。其次,对基本鸽群算法中的指南针因子和地标算子进行改进,并通过结合模拟退火算法防止其陷入局部最优,提高了算法的容错性。仿真结果表明,该算法适用于含分布式电源配电网的单重和多重故障区段定位,且在相同故障情况下,改进鸽群算法分别比传统鸽群算法和遗传算法在迭代时间上分别降低了17.019%和43.763%,具有一定的实时性。 相似文献
19.
20.